基于递归量化分析与支持向量机的癫痫脑电自动检测方法

作     者：孟庆芳 陈珊珊 陈月辉 冯志全 Meng Qing-Fang;Chen Shan-Shan;Chen Yue-Hui;Feng Zhi-Quan

作者机构：济南大学信息科学与工程学院济南250022 山东省网络环境智能计算技术重点实验室济南250022 

出 版 物：《物理学报》 (Acta Physica Sinica)

年 卷 期：2014年第63卷第5期

页      面：80-87页

核心收录：

学科分类：1002[医学-临床医学] 07[理学] 08[工学] 070104[理学-应用数学] 100204[医学-神经病学] 081101[工学-控制理论与控制工程] 0701[理学-数学] 0811[工学-控制科学与工程] 10[医学] 

基　　金：国家自然科学基金(批准号:61201428 61070130 61173079) 山东省自然科学基金(批准号:ZR2010FQ020 ZR2011FZ003) 山东省优秀中青年科学家科研奖励基金(批准号:BS2009SW003) 中国博士后科学基金(批准号:20100470081)资助的课题~~ 

主　　题：递归量化分析 递归图 癫痫脑电 支持向量机 

摘      要：癫痫脑电信号的自动检测对癫痫的临床诊断与治疗具有重要意义.基于递归图(recurrence plot)的递归量化分析(recurrence quantification analysis,RQA)重现了非线性时间序列的动力学行为,分析了其递归特性,本文提出了基于RQA的癫痫脑电信号特征提取方法.实验结果表明:直接基于RQA特征的癫痫脑电的检测准确率较高,其中直接基于确定率DET的分类准确率可达到90.25%.本文还把提取的RQA特征值和变化系数、波动指数相结合组成特征向量,输入到SVM分类器,实现癫痫脑电信号的自动检测;实验结果表明:该方法的分类准确率可达到99%.